JP2007112213A - 歩行者判定装置 - Google Patents

Abstract

【課題】撮像画像から抽出される対象物が歩行者であるか否かの判定精度を向上させることにある。
【解決手段】荷重センサを用いて検出した車体前部に加わる荷重の衝突開始からの時間積分値を自車速で除算することにより、衝突対象物の有効質量を演算する。そして、その演算有効質量が、歩行のものであるとして設定した所定の歩行者荷重範囲内にある場合、その衝突対象物が歩行者であると判定する。一方、車両に搭載した画像センサを用いて車体前部に衝突した対象物の形状（横幅や高さ）を検出する。そして、その検出形状が歩行者のものであるとして設定した所定の歩行者形状範囲内にありかつその横幅がその歩行者形状範囲内において所定差以上に変化する場合には、その所定差以上の変化が生じない場合に比して、上記した歩行者衝突判定のための閾値としての所定の歩行者荷重範囲を拡大する。
【選択図】図６

Description

本発明は、歩行者判定装置に係り、特に、例えば車両等に搭載され、何らかの物体が衝突した際にその衝突対象物が歩行者であるか否かを判定するうえで好適な歩行者判定装置に関する。

従来から、車両に搭載したカメラにより撮像されたカメラ画像から対象物の幅や高さ等の形状を抽出して、その抽出形状に基づいて対象物が歩行者であるか否かを判定する歩行者判定装置が知られている（例えば、特許文献１参照）。この判定装置において、歩行者判定は、カメラ画像から抽出された形状が予め歩行者として設定した基準範囲内にあるか否かに基づいて行われるものであり、抽出形状がその基準範囲内にある場合に対象物が歩行者であると判定される。
特開２００３−２８４０５７号公報

ところで、上記従来の歩行者判定装置では、ある時点で撮影された一つの撮像画像に基づいて対象物が歩行者であるか否かを判定することとしている。一般に、歩行者は静止状態にあることは稀であり、動いていることが多いため、撮像画像に基づく抽出形状から対象物を歩行者として判定するためには、歩行者として設定する形状の基準範囲をできるだけ大きくすることが必要となる。この点、上記した歩行者判定装置の如く一つの撮像画像に基づく抽出形状から対象物を歩行者として判定する構成では、歩行者でない対象物を歩行者として誤判定する可能性が高くなり、歩行者判定の精度が低下する不都合が生じてしまう。

本発明は、上述の点に鑑みてなされたものであり、対象物が歩行者であるか否かの判定精度を向上させた歩行者判定装置を提供することを目的とする。

上記の目的は、車両周辺を撮像する撮像手段により撮像された画像を処理することにより対象物の形状を検出する形状検出手段と、前記形状検出手段により検出された前記形状が、歩行者であるとして設定した所定の形状範囲内にある場合に、該所定の形状範囲内にない場合に比して、対象物が歩行者であると判定される可能性を高くする歩行者判定確度変更手段と、を備える歩行者判定装置であって、前記撮像手段により撮像された複数の画像を用いて、前記形状検出手段により検出される前記形状が前記所定の形状範囲内において所定差以上に変化するか否かを判別する形状変化判別手段を備え、前記歩行者判定確度変更手段は、前記形状変化判別手段により前記形状が前記所定の形状範囲内において前記所定差以上に変化すると判別される場合に、該所定差以上に変化すると判別されない場合に比して、対象物が歩行者であると判定される可能性を高くする歩行者判定装置により達成される。

この態様の発明において、撮像手段により撮像された複数の撮像画像を用いて、対象物の形状が歩行者であるとして設定した所定の形状範囲内において所定差以上に変化するか否かが判別される。そして、形状がその所定の形状範囲内において所定差以上に変化する場合には、所定差以上に変化しない場合に比して、対象物が歩行者であると判定される可能性が高くされる。一般に、歩行者は、他の物体（例えば、パイロンやロードサイドマーカなど）と異なり、静止状態にあることは稀であって、動いていることが多い。このため、対象物が歩行者以外であれば、撮像手段により撮像される時間を空けた複数の撮像画像に両者間で差のほとんどない形状が現れる一方、対象物が歩行者であれば、撮像手段により撮像される時間を空けた複数の撮像画像に両者間で差の大きくなる形状が現れ得る。すなわち、複数の撮像画像に基づく形状変化が比較的小さいときは対象物が歩行者以外である可能性が高く、一方、その形状変化が比較的大きいときは対象物が歩行者である可能性が高い。従って、本発明によれば、撮像画像から導き出される対象物が歩行者であるか否かの判定精度を向上させることができる。

この場合、上記した歩行者判定装置において、前記歩行者判定確度変更手段は、前記形状変化判別手段の判別結果として前記形状が前記所定の形状範囲内において前記所定差以上に変化する頻度が所定頻度以上である場合に、該所定頻度未満である場合に比して、対象物が歩行者であると判定される可能性を高くすることとしてもよい。

また、上記した歩行者判定装置において、前記歩行者判定確度変更手段は、前記形状変化判別手段の判別結果として前記形状が前記所定の形状範囲内において前記所定差以上に変化する頻度が多いほど、対象物が歩行者であると判定される可能性を高くすることとしてもよい。

更に、上記した歩行者判定装置において、対象物との衝突による荷重パラメータを検出する荷重パラメータ検出手段と、前記荷重パラメータ検出手段により検出された前記荷重パラメータが、歩行者であるとして設定した所定の荷重範囲内にある場合に、衝突対象物が歩行者であると判定する歩行者判定手段と、を備え、前記歩行者判定確度変更手段は、前記所定の荷重範囲を拡大することにより、対象物が歩行者であると判定される可能性を高くすることとしてもよい。

尚、上記した歩行者判定装置において、前記荷重パラメータが、対象物との衝突による荷重自体、対象物との衝突による荷重の時間積分値、又は、対象物との衝突による荷重若しくは該荷重の時間積分値を車両車速で除算した値であることとすればよい。

また、上記した歩行者判定装置において、前記荷重パラメータが、対象物との衝突による荷重自体、対象物との衝突による荷重の時間積分値、又は、対象物との衝突による荷重若しくは該荷重の時間積分値を車両車速で除算した値であることとすればよい。

本発明によれば、対象物が歩行者であるか否かの判定精度を向上させることができる。

以下、図面を用いて本発明の具体的な実施の形態について説明する。

図１は、本発明の第１実施例である車両に搭載されるシステムの構成図を示す。図１に示す如く、本実施例のシステムは、車両が歩行者やパイロン，他車両などの対象物と衝突した際にその衝突対象物が歩行者であるか否かを判定する歩行者判定装置１０を備えている。歩行者判定装置１０は、電子制御ユニット（以下、ＥＣＵと称す）１２を備えている。ＥＣＵ１２は、入出力回路（Ｉ／Ｏ）１４、中央処理装置（以下、ＣＰＵと称す）１６、処理プログラムや演算に必要なデーブルが予め格納されているリード・オンリ・メモリ（以下、ＲＯＭと称す）１８、作業領域として使用されるランダム・アクセス・メモリ（以下、ＲＡＭと称す）２０、及び、それらの各要素を接続する双方向のバス２２により構成されている。

ＥＣＵ１２の入出力回路１４には、荷重センサ２４が接続されている。荷重センサ２４は、車体前部のフロントバンパやバンパリインフォースメントの前面又は左右のフロントサイドメンバの前端に一つ或いは複数配設されている。荷重センサ２４は、車両前方から車体前部の配設部位に加わる荷重の大きさに応じた信号を出力する。荷重センサ２４の出力信号は、入出力回路１４に供給され、ＣＰＵ１６の指示に従って適宜ＲＡＭ２０に格納される。ＥＣＵ１２のＣＰＵ１６は、荷重センサ２４の出力信号に基づいて車両前方から車体前部に加わる荷重（すなわち、車両に衝突した対象物による衝突荷重）の大きさを検出する。尚、車体前部に作用する荷重の大きさは、複数の荷重センサ２４が車両に搭載されている場合には、各荷重センサ２４の出力に基づく荷重の合計値となる。

入出力回路１４には、また、車速センサ２６が接続されている。車速センサ２６は、例えば車体中央部や車輪に配設されており、車両の速度に応じた信号を出力する。車速センサ２６の出力信号は、入出力回路１４に供給され、ＣＰＵ１６の指示に従って適宜ＲＡＭ２０に格納される。ＥＣＵ１２のＣＰＵ１６は、車速センサ２６の出力信号に基づいて車速を検出する。

入出力回路１４には、更に、カメラなどの画像センサ２８が接続されている。画像センサ２８は、車体前部のフロントバンパ又は車室内のインナリアビューミラーのステイ等に配設されており、車両前方に広がる所定領域を撮像する。画像センサ２８の撮影した画像情報は、入出力回路１４に供給され、ＣＰＵ１６の指示に従って適宜ＲＡＭ２０に格納される。ＣＰＵ１６は、入出力回路１４に供給されたカメラ画像情報から所定の画像処理を施し、画像に映し出されている対象物を抽出する。尚、この画像センサ２８は、プリクラッシュシステムなどに用いられる車両前方の障害物を検知するために設けられたものであってもよい。

本実施例のシステムは、また、車両が歩行者に衝突した際にその衝突歩行者を保護するように作動する歩行者保護装置３０を備えている。歩行者保護装置３０は、例えば、車体前部に設けられたエンジンを覆うエンジンフードをその後端側だけ持ち上げる機構を有する装置、又は、かかるエンジンフードから車両前方外側へ向けて衝突歩行者に加わる衝撃を吸収するエアバッグなどを展開する装置である。

歩行者保護装置３０は、ＥＣＵ１２の入出力回路１４に接続する駆動回路３２を有している。ＥＣＵ１２のＣＰＵ１６は、歩行者判定装置１０として車両の衝突した衝突対象物が歩行者であるか否かに基づいて、入出力回路１４から歩行者保護装置３０の駆動回路３２への駆動信号の供給を制御する。具体的には、衝突対象物が歩行者である場合には、駆動回路３２に対して歩行者保護装置３０を作動させるための指令を供給する。駆動回路３２は、ＥＣＵ１２から供給される作動指令に従って、エンジンフードの後端側を持ち上げ或いは歩行者保護用のエアバッグを膨張展開させる。

以下、本実施例の歩行者判定装置１０においてＣＰＵ１６が実行する衝突対象物が歩行者であるか否かを判定する手法について具体的に説明する。以下、この判定を歩行者衝突判定と称す。

図２は、人である歩行者に車両が衝突した際に車両において荷重センサ２４を用いて検出される対象物の有効質量の時間変化の一例を表した図を示す。また、図３は、人である歩行者に車両が衝突した際に車両において画像センサ２８を用いて検出される対象物の形状の一例を表した図を示す。

車両が対象物に衝突した場合には、その対象物に応じた荷重が車両に加わる。車両の衝突する対象物には、他車両や壁，電柱，立ち木，ガードレールなどの衝突時に車両に大きな荷重が作用するものから、ダンボールや紙などの衝突時に車両にあまり大きな荷重が作用しないものまで様々ある。歩行者の質量は歩行者ごとに異なるものであるが、その質量はおおよそ所定の上限値と下限値との間の値をとる（図２参照）。一方、車両に加わる荷重を演算処理すること、具体的には、車両に加わる荷重を衝突開始から時間積分して力積を求めかつその力積を自車速（厳密には、衝突対象物と自車両との相対速度であるが、車両走行中における歩行者との衝突を想定すると、その相対速度は車両の速度にほぼ等しいと判断できるため。）で除算することで、衝突対象物のおおよその有効質量を推定することができる。従って、対象物との衝突後に車両に加わる荷重を上記の如く演算処理することにより、その衝突対象物が歩行者であるか否かをある程度判定することが可能である。

また、車両が対象物に衝突する場合には、その対象物は画像センサ２８に撮像されるものである。車両の衝突する対象物には、他車両や壁，電柱などの形状の大きなものから、木片やダンボールなどの形状の小さなものまで様々ある。歩行者の形状（体格）は歩行者ごとに異なるものであるが、その形状はおおよそ所定の上限値と下限値との間の値をとる（図３参照）。従って、対象物との衝突時におけるカメラ画像からその対象物の高さや横幅などの形状を特定することにより、その衝突対象物が歩行者であるか否かをある程度判定することが可能である。

しかし、対象物には、歩行者の有効質量とあまり変わらない有効質量を有しかつ歩行者の形状とあまり変わらない形状（高さや横幅）を有するものが存在する（例えば、パイロンやロードサイドマーカ）。一般に、歩行者は静止状態にあることは稀であり、動いていることが多いため、歩行者が車両前方を横断する状況において撮像画像に基づく抽出形状から対象物を歩行者として判定するためには、歩行者として設定する形状の基準範囲をできるだけ大きくすることが必要となる。この点、画像センサ２８による一つの撮像画像に基づく抽出形状から対象物を歩行者として判定する構成では、歩行者でない対象物を歩行者として誤判定する可能性が高くなり、歩行者判定の精度が低下する不都合が生じ得る。

そこで、本実施例の歩行者判定装置１０は、上記の不都合を回避して、衝突対象物が横断中の歩行者であるか否かの判定精度を向上させることとしている。以下、図４及び図５を参照して、本実施例の特徴部について説明する。図４は、歩行者の歩行形状が時間変化することを説明するための図を示す。尚、図４（Ａ）には歩行者の様子を、また、図４（Ｂ）には図４（Ａ）に示す状況における形状（横幅及び高さ）の時間変化を、それぞれ示す。更に、図５は、本実施例の歩行者判定装置１０においてＣＰＵ１６が歩行者衝突判定を行うべく実行する制御ルーチンの一例のフローチャートを示す。

ＥＣＵ１２のＲＯＭ１８には、車体前部に加わる荷重から歩行者衝突判定を行うための荷重判定マップ、及び、車両前方の撮像画像から歩行者衝突判定を行うための画像判定マップが予め格納されている。この荷重判定マップは、歩行者のものであるとして設定した有効質量に関する所定の歩行者質量範囲（すなわち、下限質量閾値と上限質量閾値との双方）を有している。また、この画像判定マップは、歩行者のものであるとして設定した高さ及び横幅それぞれの形状に関する所定の歩行者形状範囲（すなわち、下限形状閾値と上限形状閾値との双方）を有している。尚、この画像判定マップは、歩行者の歩行時における形状変化を考慮して、何れの歩行形状でも歩行者のものであるとして設定される所定の歩行者形状範囲であればよい。

本実施例において、ＣＰＵ１６は、ＲＯＭ１８に格納されている処理プログラムに従って、以下に示す如く、車両が衝突した衝突対象物が歩行者であるか否かの判定を行う。すなわち、まず、車両が対象物に衝突する前から所定時間ごとに、画像センサ２８を用いて車両前方の画像検出を行い（ステップ１００）、その検出された画像を処理することによりその画像中に含まれる自車両の走行に支障をきたす対象物の形状（具体的には、横幅Ｗ及び高さＬ）を検出する（ステップ１０２）。そして、その検出された対象物の形状が上記の画像判定マップとしての所定の歩行者形状範囲内（下限形状閾値と上限形状閾値との間）にあるか否か、すなわち、その検出された対象物の横幅が下限横幅閾値と上限横幅閾値との間にありかつその高さが下限高さ閾値と上限高さ閾値との間にあるか否かを判別する（ステップ１０４）。

その結果、検出対象物の形状が所定の歩行者形状範囲内にないと判別した場合は、次に、その検出対象物と自車両とが衝突したか否かを判別する（ステップ１０６）。この判別は、例えば、画像センサ２８の撮像画像を用いて或いは荷重センサ２４による検出衝突荷重を用いて行うこととすればよい。その結果、衝突が生じていないと判別した場合は、以後、処理を進めることなく今回のルーチンを終了するが、一方、衝突が生じたと判別した場合は、その自車両の衝突した衝突対象物が歩行者でないと判定する（ステップ１０８）。

一方、上記ステップ１０４において検出対象物の形状が所定の歩行者形状範囲内にあると判別した場合は、次に、現時点までに画像センサ２８により撮像された複数枚の撮像画像を用いて、検出対象物の形状がその所定の歩行者形状範囲内において所定差以上に変化するか否かを判別する（ステップ１１０）。尚、この判別は、一般に車両前方を横断する歩行者が歩く過程で形状としての横幅が最小になるときと最大になるときとの時間差（図４において時刻ｔ２−時刻ｔ１）程度の時間を空けた少なくとも２枚の撮像画像を用いるものとすればよい。また、この判別は、対象物の形状のうち、特に歩行者の歩行形状が大きく変化し得る横幅のみに着目して行うものとしてもよい。更に、上記の所定差は、歩行者が歩く過程での横幅の最小値と最大値との形状差の最小値であればよい。

その結果、所定差以上の形状変化は生じていないと判別した場合は、次にその検出対象物と自車両とが衝突したか否かを判別して（上記ステップ１０６）、衝突が生じていないと判別したときは、その衝突対象物が歩行者でないと判定する（上記ステップ１０８）。一方、所定差以上の形状変化が生じたと判別した場合は、次に、上記ステップ１０６と同様に、その検出対象物と自車両とが衝突したか否かを判別する（ステップ１１２）。

その結果、衝突が生じていないと判別した場合は、以後、処理を進めることなく今回のルーチンを終了する一方、衝突が生じたと判別した場合は、次に、その衝突開始後、荷重センサ２４を用いて車両前方から車体前部に作用する衝突荷重の大きさを検出して、以後、その検出衝突荷重を時間積分することにより荷重の衝突開始からの時間積分値を算出し、その算出した衝突荷重の時間積分値をその際に車速センサ２６を用いて検出される自車速で除算して衝突対象物の有効質量を演算する（ステップ１１４）。

そして、ＣＰＵ１６は、衝突開始後、歩行者衝突判定を行うべきタイミングに至ったか否かを判別する（ステップ１１６）。この判断タイミングは、衝突対象物が歩行者である場合にその歩行者を保護する歩行者保護装置３０の機能を十分に確保できるタイミングに設定されている。その結果、未だその判断タイミングに至らないと判別した場合は、再び上記ステップ１１４以降の処理を実行する。一方、上記した判断タイミングに至ったと判別した場合（ステップ１１６の肯定判定時）は、次に、上記ステップ１１４で演算した衝突対象物の有効質量が上記の荷重判定マップとしての所定の歩行者質量範囲内にあるか否か、すなわち、下限質量閾値と上限質量閾値との間にあるか否かを判別する（ステップ１１８）。

ＣＰＵ１６は、上記ステップ１１８の処理の結果、衝突対象物の有効質量が所定の歩行者質量範囲内にないと判別した場合は、自車両の衝突した衝突対象物が歩行者でないと判定する（上記ステップ１０８）。一方、衝突対象物の有効質量が所定の歩行者質量範囲内にあると判別した場合は、自車両の衝突した衝突対象物が歩行者であると判定する（ステップ１２０）。

上記の処理によれば、対象物の形状（具体的には、横幅及び高さの双方）とその対象物の衝突による衝突荷重に関するパラメータ（具体的には、有効質量）との双方に基づいて、自車両の衝突する衝突対象物が歩行者であるか否かを判別することができる。衝突対象物の形状（横幅及び高さの双方）が歩行者であるとして設定した所定の歩行者形状範囲内にあり、かつ、衝突対象物による衝突荷重パラメータが歩行者であるとして設定した所定の歩行者質量範囲内にある場合には、衝突対象物が歩行者であると判定することができる。

一般に人ではないが人に近似した形状を有する対象物や人に近似した質量を有する対象物が存在することを考慮すれば、衝突対象物の形状だけ又は衝突対象物の荷重パラメータだけでは、衝突対象物が歩行者であるか否かを判定することは極めて困難である。これに対して、上記した構成の如くそれら形状及び荷重パラメータの双方を用いることとすれば、形状及び質量の少なくとも何れか一方が人に近似しない対象物を歩行者から排除することが可能となる。従って、本実施例の歩行者判定装置１０によれば、自車両が衝突した衝突対象物が歩行者であるか否かの歩行者衝突判定の精度を向上させることができ、より高精度な歩行者衝突判定を実現することが可能となっている。

また、上記の処理によれば、所定時間の空いた複数の撮像画像から抽出される対象物の形状が歩行者であるとして設定した所定の歩行者形状範囲内において所定差以上に変化しているか否かを判別すると共に、その所定差以上の形状変化が生ずる場合にのみ、自車両の衝突した衝突対象物が歩行者であると判定することができる。

一般に、歩行者は、形状や質量が近似し得るパイロンやロードサイドマーカなどの他物体と異なり、静止状態にあることは稀であって、動いていることが多いので、対象物が歩行者以外であれば、画像センサ２８により撮像される時間を空けた複数の撮像画像に両者間で差のほとんどない形状が現れる一方、対象物が歩行者であれば、画像センサ２８により撮像される時間を空けた複数の撮像画像に両者間で差の大きくなる形状が現れ得る。すなわち、複数の撮像画像に基づく形状変化が比較的小さいときは対象物が歩行者以外である可能性が高く、一方、その形状変化が比較的大きいときは対象物が歩行者である可能性が高い。従って、本実施例の歩行者判定装置１０によれば、上記の如く、時間を空けた複数の撮像画像間で対象物について所定の歩行者形状範囲内において所定差以上の形状変化（横幅変化）が生ずる場合においてのみ、自車両の衝突した衝突対象物が歩行者であると判定するので、撮像画像から抽出される対象物が歩行者であるか否かの判定精度を向上させることが可能となっている。

このため、本実施例のシステムによれば、歩行者衝突判定の精度を向上させることが可能となっており、これにより、自車両と歩行者（特に、自車両の前方を横断する歩行者）との衝突時に歩行者保護装置３０を適正に作動させて、その歩行者の適切な保護を図ることが可能となっている。

尚、衝突対象物の形状だけ又は衝突対象物の荷重パラメータだけを用いて歩行者衝突判定を行おうとすると、衝突対象物の正確な形状を得るために画像センサ２８から得られる画像の処理が膨大になり、或いは、衝突対象物の正確な荷重パラメータを得るために荷重センサ２４による荷重の検出精度を向上させることが必要となる。これに対して、本実施例においては、上述の如く歩行者衝突判定をそれらのパラメータの双方を用いているので、膨大な画像処理や荷重検出精度の向上はあまり必要はなく、従って、ある程度簡易なシステムで歩行者衝突判定を精度良く実施することが可能となっている。

ところで、上記の第１実施例においては、画像センサ２８が特許請求の範囲に記載した「撮像手段」に、対象物の横幅及び高さが特許請求の範囲に記載した「形状」に、所定の歩行者形状範囲が特許請求の範囲に記載した「所定の形状範囲」に、それぞれ相当している。

また、上記の第１実施例においては、ＥＣＵ１２のＣＰＵ１６が、図５に示すルーチン中ステップ１０２の処理を実行することにより特許請求の範囲に記載した「形状検出手段」が、ステップ１１０の処理を実行することにより特許請求の範囲に記載した「形状変化判別手段」が、ステップ１２０の処理を実行することにより特許請求の範囲に記載した「歩行者判定確度変更手段」が、それぞれ実現されている。

上記した第１実施例では、歩行者衝突判定を行ううえで対象物の形状と荷重パラメータとの双方を判定パラメータとして用いることとした。これに対して、本発明の第２実施例においては、歩行者衝突判定を行ううえで対象物の荷重パラメータのみを判定パラメータとして用いる一方で、その判定パラメータの閾値を対象物の形状とその形状変化とに応じて変更することとしている。本実施例のシステムは、上記図１に示す構成において、ＥＣＵ１２に図５に示すルーチンに代えて図６及び図７に示すルーチンを実行させることにより実現される。

以下、本実施例の歩行者判定装置１０においてＣＰＵ１６が実行する衝突対象物が歩行者であるか否かを判定する手法について具体的に説明する。図６は、本実施例の歩行者判定装置１０においてＣＰＵ１６が歩行者衝突判定に用いる閾値を変更すべく実行する制御ルーチンの一例のフローチャートを示す。また、図７は、本実施例の歩行者判定装置１０においてＣＰＵ１６が歩行者衝突判定を行うべく実行する制御ルーチンの一例のフローチャートを示す。

上記した第１実施例に示す如く、対象物との衝突後に車両に加わる荷重を演算処理することにより、その衝突対象物が歩行者であるか否かを判定することが可能である。また、対象物との衝突時におけるカメラ画像からその対象物の高さや横幅などの形状を特定することにより、その衝突対象物が歩行者であるか否かを判定することが可能である。一方、歩行者と判断できる対象物の荷重の範囲は、荷重センサ２４の個体差や温度変化による感度バラツキ，対象物と車両との衝突具合い等に起因して変動する。従って、衝突荷重に基づく歩行者衝突判定をその荷重判定マップの閾値範囲を固定して行うものとすると、対象物が現実には歩行者であるにもかかわらず歩行者でないと誤判定される事態が生じ易くなるおそれがある。

本実施例の歩行者判定装置１０において、ＥＣＵ１２のＲＯＭ１８には、上記した第１実施例と同様に、車体前部に加わる荷重から歩行者衝突判定を行うための荷重判定マップ、及び、車両前方の撮像画像から歩行者衝突判定を行うための画像判定マップが予め格納されている。この荷重判定マップは、歩行者のものであるとして設定した有効質量に関する所定の歩行者質量範囲（すなわち、下限質量閾値と上限質量閾値との双方）を有している。また、この画像判定マップは、歩行者のものであるとして設定した高さ及び横幅それぞれの形状に関する所定の歩行者形状範囲（すなわち、下限形状閾値と上限形状閾値との双方）を有している。尚、この画像判定マップは、歩行者の歩行時における形状変化を考慮して、何れの歩行形状でも歩行者のものであるとして設定される所定の歩行者形状範囲であればよい。

ＣＰＵ１６は、車両が対象物に衝突する前から所定時間ごとに、画像センサ２８を用いて車両前方の画像検出を行い（ステップ２００）、その検出された画像を処理することによりその画像中に含まれる自車両の走行に支障をきたす対象物の形状（具体的には、横幅Ｗ及び高さＬ）を検出する（ステップ２０２）。そして、その検出された対象物の形状が上記の画像判定マップとしての所定の歩行者形状範囲内（下限形状閾値と上限形状閾値との間）にあるか否か、すなわち、その検出された対象物の横幅が下限横幅閾値と上限横幅閾値との間にありかつその高さが下限高さ閾値と上限高さ閾値との間にあるか否かを判別する（ステップ２０４）。

その結果、検出対象物の形状が所定の歩行者形状範囲内にないと判別した場合は、対象物の形状が歩行者に近似しておらずその対象物が歩行者である可能性は低いと判断できるので、歩行者衝突判定のための荷重判定マップとしての有効質量に関する所定の歩行者質量範囲を狭めのもの、具体的には、荷重判定マップの下限質量閾値を高くし若しくは上限質量閾値を低くし又はそれらの双方を行ったものに設定する（ステップ２０６）。

一方、上記ステップ２０４において検出対象物の形状が所定の歩行者形状範囲内にあると判別した場合は、次に、現時点までに画像センサ２８により撮像された複数枚の撮像画像を用いて、検出対象物の形状がその所定の歩行者形状範囲内において所定差以上に変化するか否かを判別する（ステップ２０８）。尚、この判別は、一般に車両前方を横断する歩行者が歩く過程で形状としての横幅が最小になるときと最大になるときとの時間差（図４において時刻ｔ２−時刻ｔ１）程度の時間を空けた少なくとも２枚の撮像画像を用いるものとすればよい。また、この判別は、対象物の形状のうち、特に歩行者の歩行形状が大きく変化し得る横幅のみに着目して行うものとしてもよい。更に、上記の所定差は、歩行者が歩く過程での横幅の最小値と最大値との形状差の最小値であればよい。

その結果、所定差以上の形状変化は生じていないと判別した場合は、対象物が歩行者である可能性は低いと判断できるので、歩行者衝突判定のための荷重判定マップとしての有効質量に関する所定の歩行者質量範囲を狭めのものに設定する（上記ステップ２０６）。一方、上記ステップ２０８において所定差以上の形状変化が生じたと判別した場合は、対象物が歩行者である可能性は高いと判断できるので、歩行者衝突判定のための荷重判定マップとしての有効質量に関する所定の歩行者質量範囲を広めのもの、具体的には、荷重判定マップの下限質量閾値を低くし若しくは上限質量閾値を高くし又はそれらの双方を行ったものに設定する（ステップ２１０）。

尚、通常の狭めの所定の歩行者質量範囲は、荷重センサ２４の個体差等のバラツキを考慮することなく、歩行者が検出対象物となる場合に荷重センサ２４による検出有効質量がとり得る範囲に設定されたものであり、予めＲＯＭ１８に格納されている。また、この通常のものよりも広めの所定の歩行者質量範囲は、通常の狭めの所定の歩行者質量範囲と異なり、荷重センサ２４の個体差等のバラツキを考慮し、歩行者が検出対象物となる場合に常に荷重センサ２４による検出有効質量がとり得る範囲に設定されたものであり、予めＲＯＭ１８に格納されている。

上記の処理によれば、検出された対象物の形状（具体的には、横幅と高さとの双方）とその形状（横幅）の変化とに応じて、歩行者衝突判定のための荷重判定マップの閾値としての歩行者質量範囲を変更することができる。対象物の横幅及び高さの双方が歩行者であると設定した所定の歩行者形状範囲内にある状況においてその横幅が所定差以上に時間変化した場合は、その歩行者質量範囲を歩行者と判定され易くなるようにより広範なものに設定し、一方、対象物の横幅及び高さの少なくとも一方が歩行者であると設定した所定の歩行者形状範囲内にない場合及びその横幅に所定差以上の時間変化が生じない場合は、その歩行者質量範囲を歩行者と判定され難くなるようにより狭いものに設定することができる。すなわち、対象物の横幅及び高さの双方が歩行者であると設定した所定の歩行者形状範囲内にありかつ横幅が所定差以上に変化する場合には、少なくとも何れかがその所定の歩行者形状範囲内にない場合や横幅に所定差以上の変化が生じない場合に比して、歩行者衝突判定の閾値としての歩行者質量範囲を拡大することができる。

また、ＣＰＵ１６は、画像センサ２８により撮像された撮像画像から自車両の走行に支障をきたす対象物を検出した後、その検出対象物と自車両とが衝突したか否かを判別する（ステップ２５０）。この判別は、例えば、画像センサ２８の撮像画像を用いて或いは荷重センサ２４による検出衝突荷重を用いて行うこととすればよい。その結果、衝突が生じたと判別した場合は、次に、その衝突開始後、荷重センサ２４を用いて車両前方から車体前部に作用する衝突荷重の大きさを検出して、以後、その検出衝突荷重を時間積分することにより荷重の衝突開始からの時間積分値を算出し、その算出した衝突荷重の時間積分値をその際に車速センサ２６を用いて検出される自車速で除算して衝突対象物の有効質量を演算する（ステップ２５２）。

そして、ＣＰＵ１６は、衝突開始後、歩行者衝突判定を行うべきタイミングに至ったか否かを判別する（ステップ２５４）。この判断タイミングは、衝突対象物が歩行者である場合にその歩行者を保護する歩行者保護装置３０の機能を十分に確保できるタイミングに設定されている。その結果、未だその判断タイミングに至らないと判別した場合は、再び上記ステップ２５２以降の処理を実行する。一方、上記した判断タイミングに至ったと判別した場合は、次に、上記ステップ２５２で演算した衝突対象物の有効質量が、上記図６に示すルーチンを実行することにより設定した所定の歩行者質量範囲内すなわち下限質量閾値と上限質量閾値との間にあるか否かを判別する（ステップ２５６）。

ＣＰＵ１６は、上記ステップ２５６の処理の結果、衝突対象物の有効質量が所定の歩行者質量範囲内にあると判別した場合は、自車両の衝突した衝突対象物が歩行者であると判定する（ステップ２５８）。一方、衝突対象物の有効質量が所定の歩行者質量範囲内にないと判別した場合は、自車両の衝突した衝突対象物が歩行者でないと判定する（ステップ２６０）。

上記の処理によれば、対象物との衝突による衝突荷重に関するパラメータ（具体的には、有効質量）と、その対象物の形状とその形状変化とに応じて変更される所定の歩行者質量範囲との比較結果に基づいて、衝突対象物が歩行者であるか否かを判別することができる。

上記の如く、本実施例において、検出された対象物の横幅及び高さの双方が歩行者であると設定した所定の歩行者形状範囲内にある状況においてその横幅が所定差以上に時間変化した場合は、歩行者衝突判定の閾値としての所定の歩行者質量範囲が歩行者と判定され易くなるようにより広範なものとなり、一方、対象物の横幅及び高さの少なくとも一方がその所定の歩行者形状範囲内にない場合やその横幅に所定差以上の時間変化が生じない場合は、その所定の歩行者質量範囲が歩行者と判定され難くなるようにより狭いものとなる。すなわち、対象物の横幅及び高さの双方が歩行者であると設定した所定の歩行者形状範囲内にありかつその横幅がその所定の歩行者形状範囲内において所定差以上に時間変化する場合には、少なくとも何れかがその所定の歩行者形状範囲内にない場合や横幅に所定差以上の時間変化が生じない場合に比して、歩行者衝突判定の閾値としての歩行者質量範囲が拡大される。

一般に、対象物の形状が歩行者であると設定した所定の歩行者形状範囲内にないときは、その対象物が歩行者である可能性は低いが、その形状がその所定の歩行者形状範囲内にあるときは、その対象物が歩行者である可能性は高い。また、歩行者は、形状や質量が近似し得るパイロンやロードサイドマーカなどの他物体と異なり、静止状態にあることは稀であって、動いていることが多いので、対象物が歩行者以外であれば、画像センサ２８により撮像される時間を空けた複数の撮像画像に両者間で差のほとんどない形状が現れる一方、対象物が歩行者であれば、画像センサ２８により撮像される時間を空けた複数の撮像画像に両者間で差の大きくなる形状が現れ得る。すなわち、複数の撮像画像に基づく形状変化が比較的小さいときは対象物が歩行者以外である可能性は高いが、その形状変化が比較的大きいときは対象物が歩行者である可能性は高い。

従って、本実施例の如く、対象物の形状が所定の歩行者形状範囲内にありかつその横幅がその所定の歩行者形状範囲内において所定差以上に変化した場合に、形状がその歩行者形状範囲内にない場合や横幅に所定差以上の変化が生じない場合に比して、歩行者衝突判定の閾値として用いる所定の歩行者質量範囲を広めに設定することとすれば、荷重センサ２４の個体差や感度バラツキ等が生じていても、その差やバラツキ等を吸収した歩行者衝突判定を行うことが可能である。

このため、本実施例の歩行者判定装置１０によれば、車両の衝突した衝突対象物が歩行者である際には、荷重センサ２４の個体差等に起因してその衝突対象物を歩行者でないと誤判定するのを抑制することができ、歩行者と判定する可能性を高めることができるので、歩行者衝突判定の精度を向上させることが可能である。この点、本実施例のシステムによれば、自車両と歩行者（特に、自車両の前方を横断する歩行者）との衝突時に歩行者保護装置３０を適正に作動させて、その歩行者を適切な保護を図ることが可能となっている。

尚、このように本実施例においては、車両の衝突した衝突対象物が歩行者である際に確実に歩行者と判定することができる歩行者衝突判定を行うことが可能であるので、荷重センサ２４の個体差等をある程度許容することができ、また、画像判定マップを直接判定パラメータとして用いて歩行者衝突判定を行っている訳ではないので、衝突対象物の正確かつ細かな形状を抽出するための膨大なカメラ画像処理を行うことは不要である。従って、本実施例においても、ある程度簡易なシステムで歩行者衝突判定を精度良く実施することが可能となっている。

ところで、上記の第２実施例においては、衝突対象物の荷重を用いて演算される有効質量が特許請求の範囲に記載した「荷重パラメータ」に、所定の歩行者質量範囲が特許請求の範囲に記載した「所定の荷重範囲」に、それぞれ相当していると共に、ＥＣＵ１２のＣＰＵ１６が、図６に示すルーチン中ステップ２０２の処理を実行することにより特許請求の範囲に記載した「形状検出手段」が、ステップ２０８の処理を実行することにより特許請求の範囲に記載した「形状変化判別手段」が、ステップ２１０の処理を実行することにより特許請求の範囲に記載した「歩行者判定確度変更手段」が、図７に示すルーチン中ステップ２５２の処理を実行することにより特許請求の範囲に記載した「荷重パラメータ検出手段」が、ステップ２５８の処理を実行することにより特許請求の範囲に記載した「歩行者判定手段」が、それぞれ実現されている。

上記した第２実施例では、歩行者衝突判定を行ううえで対象物の荷重パラメータのみを判定パラメータとして用いる一方で、その判定パラメータの閾値を対象物の形状とその形状変化とに応じて変更することとした。これに対して、本発明の第３実施例においては、逆に、歩行者衝突判定を行ううえで対象物の形状とその形状変化とを判定パラメータとして用いる一方で、その判定パラメータの閾値を対象物の荷重パラメータに応じて変更することとしている。本実施例のシステムは、上記図１に示す構成において、ＥＣＵ１２に図５に示すルーチンに代えて図８及び図９に示すルーチンを実行させることにより実現される。

以下、本実施例の歩行者判定装置１０においてＣＰＵ１６が実行する衝突対象物が歩行者であるか否かを判定する手法について具体的に説明する。図８は、本実施例の歩行者判定装置１０においてＣＰＵ１６が歩行者衝突判定に用いる閾値を変更すべく実行する制御ルーチンの一例のフローチャートを示す。また、図９は、本実施例の歩行者判定装置１０においてＣＰＵ１６が歩行者衝突判定を行うべく実行する制御ルーチンの一例のフローチャートを示す。

歩行者と判断できる対象物の形状の範囲は、画像センサ２８の個体差や温度変化による感度バラツキ等に起因して変動する。従って、衝突対象物の形状に基づく歩行者衝突判定をその画像判定マップの閾値範囲を固定して行うものとすると、対象物が現実には歩行者であるにもかかわらず歩行者でないと誤判定される事態が生じ易くなるおそれがある。

本実施例の歩行者判定装置１０において、ＥＣＵ１２のＲＯＭ１８には、上記した第１及び第２実施例と同様に、車体前部に加わる荷重から歩行者衝突判定を行うための荷重判定マップ、及び、車両前方の撮像画像から歩行者衝突判定を行うための画像判定マップが予め格納されている。この荷重判定マップは、歩行者のものであるとして設定した有効質量に関する所定の歩行者質量範囲（すなわち、下限質量閾値と上限質量閾値との双方）を有している。また、この画像判定マップは、歩行者のものであるとして設定した高さ及び横幅それぞれの形状に関する所定の歩行者形状範囲（すなわち、下限形状閾値と上限形状閾値との双方）を有している。尚、この画像判定マップは、歩行者の歩行時における形状変化を考慮して、何れの歩行形状でも歩行者のものであるとして設定される所定の歩行者形状範囲であればよい。

ＣＰＵ１６は、自車両の走行に支障をきたす対象物と自車両とが衝突したか否かを判別する（ステップ３００）。この判別は、例えば、画像センサ２８の撮像画像を用いて或いは荷重センサ２４による検出衝突荷重を用いて行うこととすればよい。その結果、衝突が生じたと判別した場合は、次に、その衝突開始後、荷重センサ２４を用いて車両前方から車体前部に作用する衝突荷重の大きさを検出して、以後、その検出衝突荷重を時間積分することにより荷重の衝突開始からの時間積分値（力積）を算出し、その算出した衝突荷重の時間積分値をその際に車速センサ２６を用いて検出される自車速で除算して衝突対象物の有効質量を演算する（ステップ３０２）。

そして、ＣＰＵ１６は、衝突開始後、歩行者衝突判定を行うべきタイミングに至ったか否かを判別する（ステップ３０４）。この判断タイミングは、衝突対象物が歩行者である場合にその歩行者を保護する歩行者保護装置３０の機能を十分に確保できるタイミングに設定されている。その結果、未だその判断タイミングに至らないと判別した場合は、再び上記ステップ３０２以降の処理を実行する。一方、上記した判断タイミングに至ったと判別した場合は、次に、上記ステップ３０２で演算した衝突対象物の有効質量が、上記の荷重判定マップとしての所定の歩行者質量範囲内にあるか否か、すなわち、下限質量閾値と上限質量閾値との間にあるか否かを判別する（ステップ３０６）。

ＣＰＵ１６は、上記ステップ３０６の処理の結果、衝突対象物の有効質量が所定の歩行者質量範囲内にあると判別した場合は、衝突対象物の質量が歩行者に近似しておりその対象物が歩行者である可能性がより高いと判断できるので、歩行者衝突判定のための画像判定マップとしての形状（横幅及び高さそれぞれ）に関する所定の歩行者形状範囲を広めのもの、具体的には、画像判定マップの下限形状閾値を低くし若しくは上限形状閾値を高くし又はそれらの双方を行ったものに設定する（ステップ３０８）。一方、上記ステップ３０６において衝突対象物の有効質量が所定の歩行者質量範囲内にないと判別した場合は、衝突対象物の質量が歩行者に近似しておらずその対象物が歩行者である可能性は低いと判断できるので、歩行者衝突判定のための画像判定マップとしての形状（横幅及び高さそれぞれ）に関する所定の歩行者形状範囲を狭めのもの、具体的には、画像判定マップの下限形状閾値を高くし若しくは上限形状閾値を低くし又はそれらの双方を行ったものに設定する（ステップ３１０）。

尚、通常の狭めの所定の歩行者形状範囲は、画像センサ２８の個体差等のバラツキを考慮することなく、歩行者が検出対象物となる場合に画像センサ２８による検出形状がとり得る範囲に設定されたものであり、予めＲＯＭ１８に格納されている。また、この通常のものよりも広めの所定の歩行者形状範囲は、通常の狭めの所定の歩行者形状範囲と異なり、画像センサ２８の個体差等のバラツキを考慮し、歩行者が検出対象物となる場合に常に画像センサ２８による検出形状がとり得る範囲に設定されたものであり、予めＲＯＭ１８に格納されている。

上記の処理によれば、検出された衝突対象物の有効質量に応じて、歩行者衝突判定のための画像判定マップのしきい値としての歩行者形状範囲を変更することができる。検出された衝突対象物の有効質量が歩行者であると設定した所定の歩行者質量範囲内にある場合は、その歩行者形状範囲を歩行者と判定され易くなるようにより広範なものに設定し、一方、検出された衝突対象物の有効質量が歩行者であると設定した所定の歩行者質量範囲内にない場合は、その歩行者形状範囲を歩行者と判定され難くなるようにより狭いものに設定することができる。すなわち、検出された衝突対象物の有効質量が歩行者であると設定した所定の歩行者質量範囲内にある場合には、その所定の歩行者質量範囲内にない場合に比して、歩行者衝突判定の閾値としての歩行者形状範囲を拡大することができる。

また、ＣＰＵ１６は、車両が対象物に衝突する前から所定時間ごとに、画像センサ２８を用いて車両前方の画像検出を行い（ステップ３５０）、その検出された画像を処理することによりその画像中に含まれる自車両の走行に支障をきたす対象物の形状（横幅Ｗ及び高さＬ）を検出する（ステップ３５２）。そして、自車両が車体前部でその自車両の走行に支障をきたす対象物と衝突したか否かを判別する（ステップ３５４）。この判別は、例えば、画像センサ２８の撮像画像を用いて或いは荷重センサ２４による検出衝突荷重を用いて行うこととすればよい。その結果、衝突が生じていないと判別した場合は、再び上記ステップ３５０以降の処理を実行する。一方、衝突が生じたと判別した場合は、次に、直前の上記したステップ３５２において検出した形状を衝突対象物の横幅及び高さとして設定する（ステップ３５６）。

ＣＰＵ１６は、上記ステップ３５６で設定した衝突対象物の形状が、上記図８に示すルーチンを実行することにより設定した所定の歩行者形状範囲内（下限形状閾値と上限形状閾値との間）にあるか否か、すなわち、その衝突対象物の横幅がその所定の歩行者形状範囲の下限横幅閾値と上限横幅閾値との間にありかつその高さがその所定の歩行者形状範囲の下限高さ閾値と上限高さ閾値との間にあるか否かを判別する（ステップ３５８）。その結果、衝突対象物の形状がその所定の歩行者形状範囲内にないと判別した場合は、自車両の衝突した衝突対象物が歩行者でないと判定する（ステップ３６０）。

一方、上記ステップ３５８において衝突対象物の形状がその所定の歩行者形状範囲内にあると判別した場合は、次に、現時点までに画像センサ２８により撮像された複数枚の撮像画像を用いて、検出対象物の形状がその所定の歩行者形状範囲内において所定差以上に変化するか否かを判別する（ステップ３６２）。尚、この判別は、一般に車両前方を横断する歩行者が歩く過程で形状としての横幅が最小になるときと最大になるときとの時間差（図４において時刻ｔ２−時刻ｔ１）程度の時間を空けた少なくとも２枚の撮像画像を用いるものとすればよい。また、この判別は、対象物の形状のうち、特に歩行者の歩行形状が大きく変化し得る横幅のみに着目して行うものとしてもよい。更に、上記の所定差は、歩行者が歩く過程での横幅の最小値と最大値との形状差の最小値であればよい。

その結果、所定差以上の形状変化は生じていないと判別した場合は、自車両の衝突した衝突対象物が歩行者でないと判定する（ステップ３６０）。一方、所定差以上の形状変化が生じたと判別した場合は、自車両の衝突した衝突対象物が歩行者であると判定する（ステップ３６４）。

上記の処理によれば、自車両の衝突する対象物の形状（具体的には、横幅及び高さの双方）とその対象物の有効質量に応じて変更される所定の歩行者形状範囲との比較結果、及び、その所定の歩行者形状範囲における対象物の形状変化に基づいて、衝突対象物が歩行者であるか否かを判別することができる。

上記の如く、本実施例において、検出された衝突対象物の有効質量が歩行者であると設定した所定の歩行者質量範囲内にある場合は、歩行者衝突判定の閾値としての所定の歩行者形状範囲が歩行者と判定され易くなるようにより広範なものとなり、一方、検出された衝突対象物の有効質量が歩行者であると設定した所定の歩行者質量範囲内にない場合は、その所定の歩行者形状範囲が歩行者と判定され難くなるようにより狭いものとなる。

一般に、衝突対象物の有効質量が歩行者であると設定した所定の歩行者質量範囲内にないときは、その衝突対象物が歩行者である可能性は低いが、その有効質量がその所定の歩行者質量範囲内にあるときは、その衝突対象物が歩行者である可能性は高い。従って、本実施例の如く、衝突対象物の有効質量が所定の歩行者質量範囲内にある場合に、その範囲内にない場合に比して、歩行者衝突判定の閾値として用いる所定の歩行者形状範囲を広めに設定することとすれば、画像センサ２８の個体差や感度バラツキ等が生じていても、その差やバラツキ等を吸収した歩行者衝突判定を行うことが可能である。

また、本実施例において、対象物の形状が上記の如く変更され得る所定の歩行者形状範囲内にない場合やその横幅がその所定の歩行者形状範囲内において所定差以上に変化しない場合には、衝突対象物が歩行者であると判定されることはないが、対象物の形状がその変更され得る所定の歩行者形状範囲内にありかつその横幅がその所定の歩行者形状範囲内において所定差以上に変化する場合には、衝突対象物が歩行者であると判定される。

上記の如く、一般に、歩行者は、形状や質量が近似し得るパイロンやロードサイドマーカなどの他物体と異なり、静止状態にあることは稀であって、動いていることが多いので、対象物が歩行者以外であれば、画像センサ２８により撮像される時間を空けた複数の撮像画像に両者間で差のほとんどない形状が現れる一方、対象物が歩行者であれば、画像センサ２８により撮像される時間を空けた複数の撮像画像に両者間で差の大きくなる形状が現れ得る。すなわち、複数の撮像画像に基づく形状変化が比較的小さいときは対象物が歩行者以外である可能性は高いが、その形状変化が比較的大きいときは対象物が歩行者である可能性は高い。従って、本実施例の歩行者判定装置１０によれば、上記の如く、時間を空けた複数の撮像画像間で対象物について変更され得る所定の歩行者形状範囲内において所定差以上の形状変化（横幅変化）が生ずる場合においてのみ、自車両の衝突した衝突対象物が歩行者であると判定するので、荷重センサ２４の個体差や感度バラツキ等を吸収した歩行者衝突判定を行うことが可能であり、撮像画像から抽出される対象物が歩行者であるか否かの判定精度を向上させることが可能となっている。

このため、本実施例の歩行者判定装置１０によれば、車両の衝突した衝突対象物が歩行者である際に、画像センサ２８の個体差等に起因してその衝突対象物を歩行者でないと誤判定するのを抑制することができ、歩行者と判定する可能性を高めることができるので、歩行者衝突判定の精度を向上させることが可能である。この点、本実施例のシステムによれば、自車両と歩行者（特に、自車両の前方を横断する歩行者）との衝突時に歩行者保護装置３０を適正に作動させて、その歩行者の適切な保護を図ることが可能となっている。

尚、このように本実施例においては、車両の衝突した衝突対象物が歩行者である際に確実に歩行者と判定することができる歩行者衝突判定を行うことが可能であるので、画像センサ２８の個体差等をある程度許容することができ、また、荷重判定マップを直接判定パラメータとして用いて歩行者衝突判定を行っている訳ではないので、衝突対象物の正確な有効質量を得るための膨大な演算処理を行うことは不要である。従って、本実施例においても、ある程度簡易なシステムで歩行者衝突判定を精度良く実施することが可能となっている。

ところで、上記の第３実施例においては、ＥＣＵ１２のＣＰＵ１６が、図９に示すルーチン中ステップ３５２の処理を実行することにより特許請求の範囲に記載した「形状検出手段」が、ステップ３６２の処理を実行することにより特許請求の範囲に記載した「形状変化判別手段」が、ステップ３６４の処理を実行することにより特許請求の範囲に記載した「歩行者判定確度変更手段」が、それぞれ実現されている。

尚、上記の第１乃至第３実施例においては、対象物の横幅が歩行者のものであると設定した所定の歩行者形状範囲内において所定差以上に変化する場合に、衝突対象物が歩行者であると判定することにより、或いは、歩行者衝突判定の閾値として用いる所定の歩行者質量範囲を通常よりも拡大することにより、対象物が歩行者であると判定される可能性を高くすることとしているが、対象物が歩行者であると判定される可能性を高くするのを、対象物が歩行者形状範囲内において所定差以上を変化する頻度が一回となったときに行うのではなく、所定の複数頻度以上となったときに行うこととしてもよく、また、対象物が歩行者形状範囲内において所定差以上を変化する頻度が多くなるほど、その対象物が歩行者であると判定される可能性を高くすることとしてもよい。

一般に、人は、歩行時には所定周期で動いているものである。従って、上記した変形例の構成によれば、例えば衝突対象物が実際には歩行者でないにもかかわらず画像センサ２８による検出バラツキや検出誤差に起因して所定差以上の形状変化が一回だけ生じたときにも、その対象物を歩行者であると誤検出することは回避されることとなり、歩行者判定精度の向上を図ることが可能となる。

更に、上記の第１乃至第３実施例においては、対象物との衝突による荷重に関するパラメータとして、車体前部に加わる衝突荷重の時間積分値を車両車速で除算することにより得られる有効質量を用いることとしているが、本発明はこれに限定されるものではなく、荷重自体、荷重の時間積分値、又は、単に荷重を車両車速で除算して得られる値などを用いることとしてもよい。尚、この場合には、これらの値が特許請求の範囲に記載した「荷重パラメータ」に相当することとなる。また、上記の第１乃至第３実施例を含め荷重や荷重の時間積分値を車両車速で除算したパラメータを用いることとすれば、検出値における衝突速度の影響を排除することができ、より高精度の歩行者衝突判定に関わる処理を実行ことが可能となる。

また、上記の第１乃至第３実施例においては、対象物の形状として検出されるパラメータとして横幅及び高さの双方を用いることとしたが、簡易的に何れか一方（特に横幅）のみを用いることとしてもよいし、また、可能であれば対象物の奥行きを用いたり、或いは、曲線などを含む対象物の具体的な形状を用いることとしてもよい。

本発明の第１実施例である車両に搭載されるシステムの構成図である。 人である歩行者に車両が衝突した際に車両において荷重センサを用いて検出される対象物の有効質量の時間変化の一例を表した図である。 人である歩行者に車両が衝突した際に車両においてカメラを用いて検出される対象物の形状の一例を表した図である。 歩行者の歩行形状が時間変化することを説明するための図である。 本実施例の歩行者判定装置において歩行者衝突判定を行うべく実行される制御ルーチンの一例のフローチャートである。 本発明の第２実施例である歩行者判定装置において歩行者衝突判定に用いられる閾値を変更すべく実行される制御ルーチンの一例のフローチャートである。 本実施例の歩行者判定装置において歩行者衝突判定を行うべく実行される制御ルーチンの一例のフローチャートである。 本発明の第３実施例である歩行者判定装置において歩行者衝突判定に用いられる閾値を変更すべく実行される制御ルーチンの一例のフローチャートである。 本実施例の歩行者判定装置において歩行者衝突判定を行うべく実行される制御ルーチンの一例のフローチャートである。

符号の説明

１０ 歩行者判定装置
１２ ＥＣＵ
１６ ＣＰＵ
２４ 荷重センサ
２６ 車速センサ
２８ 画像センサ

Claims (6)

1. 車両周辺を撮像する撮像手段により撮像された画像を処理することにより対象物の形状を検出する形状検出手段と、前記形状検出手段により検出された前記形状が、歩行者であるとして設定した所定の形状範囲内にある場合に、該所定の形状範囲内にない場合に比して、対象物が歩行者であると判定される可能性を高くする歩行者判定確度変更手段と、を備える歩行者判定装置であって、
   前記撮像手段により撮像された複数の画像を用いて、前記形状検出手段により検出される前記形状が前記所定の形状範囲内において所定差以上に変化するか否かを判別する形状変化判別手段を備え、
   前記歩行者判定確度変更手段は、前記形状変化判別手段により前記形状が前記所定の形状範囲内において前記所定差以上に変化すると判別される場合に、該所定差以上に変化すると判別されない場合に比して、対象物が歩行者であると判定される可能性を高くすることを特徴とする歩行者判定装置。
2. 前記歩行者判定確度変更手段は、前記形状変化判別手段の判別結果として前記形状が前記所定の形状範囲内において前記所定差以上に変化する頻度が所定頻度以上である場合に、該所定頻度未満である場合に比して、対象物が歩行者であると判定される可能性を高くすることを特徴とする請求項１記載の歩行者判定装置。
3. 前記歩行者判定確度変更手段は、前記形状変化判別手段の判別結果として前記形状が前記所定の形状範囲内において前記所定差以上に変化する頻度が多いほど、対象物が歩行者であると判定される可能性を高くすることを特徴とする請求項１又は２記載の歩行者判定装置。
4. 対象物との衝突による荷重パラメータを検出する荷重パラメータ検出手段と、
   前記荷重パラメータ検出手段により検出された前記荷重パラメータが、歩行者であるとして設定した所定の荷重範囲内にある場合に、衝突対象物が歩行者であると判定する歩行者判定手段と、を備え、
   前記歩行者判定確度変更手段は、前記所定の荷重範囲を拡大することにより、対象物が歩行者であると判定される可能性を高くすることを特徴とする請求項１乃至３の何れか一項記載の歩行者判定装置。
5. 前記荷重パラメータが、対象物との衝突による荷重自体、対象物との衝突による荷重の時間積分値、又は、対象物との衝突による荷重若しくは該荷重の時間積分値を車両車速で除算した値であることを特徴とする請求項４記載の歩行者判定装置。
6. 前記形状が、対象物の横幅及び高さであることを特徴とする請求項１乃至５の何れか一項記載の歩行者判定装置。

Images